tag ci

標籤
貢獻319
248
08:53 AM · Nov 03 ,2025

@ci / 博客 RSS 訂閱

mob64ca1400bfa8 - 算法Day8

leocde242 class Solution { public: bool isAnagram(string s, string t) { int arr[26]={0}; for(int i=0;is.length();i++){ //字符串是length arr[s[i]-'a']+=1;

數組 , i++ , 後端開發 , ci , Python

收藏 評論

註銷 - 計算機軟件敏捷開發領域中持續集成(Continuous Integration,簡稱 CI)的含義及其作用

在深入探討計算機軟件敏捷開發領域中持續集成(Continuous Integration,簡稱 CI)的含義及其作用之前,我們需要了解軟件開發過程中面臨的一系列挑戰。在傳統的軟件開發模型中,代碼的集成往往發生在開發週期的後期。這種做法導致了許多問題,比如集成衝突難以解決、缺陷發現晚、以及產品上市時間延遲等。持續集成應運而生,旨在解決這些問題,通過頻繁地將代碼變更集成到主分支中,從而提高軟件質量,加

編輯器 , ci

收藏 評論

mob64ca12f463e6 - ollama run 下載的模型 存儲位置

ollama run 下載的模型 存儲位置的描述 在現代下載管理和模型運行的過程中,如何有效地管理和定位模型的存儲位置成為了一個重要的議題。尤其是在使用諸如“ollama run”這樣的工具時,清晰的存儲路徑不僅能提升程序的效率,還能極大地便利開發者進行調試和版本管理。本文將通過深入分析和實例來探討如何解決“ollama run 下載的模型 存儲位置”這一問題。 背景描述 在

加載 , 存儲位置 , aigc , ci

收藏 評論

mob64ca12f6e9a0 - aigc製作知識圖譜

在當今的技術環境中,AIGC(人工智能生成內容)正在迅速發展,塊狀知識圖譜的構建顯得尤為重要。知識圖譜不僅能夠有效地管理信息,還能提升智能算法的效率。接下來,我將帶你逐步瞭解如何通過AIGC製作知識圖譜的過程,包括技術原理、架構解析、源碼分析、性能優化等方面。 flowchart TD A[AIGC製作知識圖譜] -- B[數據收集] B -- C[數據預處理]

性能優化 , 數據收集 , aigc , ci

收藏 評論

mob64ca12f24f3a - AIGC識別文章檢測工具

AIGC識別文章檢測工具 隨着人工智能生成內容(AIGC)技術的迅猛發展,識別和檢測由此產生的文章變得愈發重要。本文將詳細記錄如何解決“AIGC識別文章檢測工具”問題,包括版本對比、遷移指南、兼容性處理、實戰案例、排錯指南和性能優化等方面的內容。以下是具體的實施過程和分析。 版本對比 不同版本的AIGC識別文章檢測工具在功能特性上有顯著差異。下面的時間軸展示了各版本的演進歷程

app , 新版本 , aigc , ci

收藏 評論

kekenai - Hive提高查詢效率的八條軍規

Hive 並行查詢的任務優先級:如何保障核心查詢的執行效率 在分佈式計算環境中,Hive查詢的並行執行能力顯著提升了數據處理速度。但當多個任務併發運行時,如何確保關鍵業務查詢不被常規任務阻塞?本文將深入解析Hive任務優先級機制及優化策略。 一、Hive並行執行的資源調度原理 Hive通過YARN實現資源調度,其核心組件包含:

優先級 , hive , 1024程序員節 , Css , ci , 前端開發 , HTML

收藏 評論

mob64ca140088a9 - Zipkin+Sleuth 鏈路追蹤整合_51CTO博客

文章目錄 統一日誌與鏈路追蹤 Sleuth + Zipkin 實踐 目錄 一、分佈式追蹤核心概念 分佈式追蹤的基本概念 追蹤數據模型 二、Sleuth 自動埋點機制 ️ Sleuth 自動配置架構 HTTP 請求自動追蹤

System , HTTP , 後端開發 , ci , harmonyos

收藏 評論

徐同保的博客 - claude code寫一個html文件,包含炫酷的太陽系各行星運行效果,中心是太陽,html文件可以直接運行看看效果

已經為你創建了一個炫酷的太陽系行星運行動畫HTML文件! 主要特點: - 中心太陽:帶有發光脈動效果 - 8大行星:水星、金星、地球、火星、木星、土星、天王星、海王星,各有特色顏色和大小 - 真實軌道運行:每個行星按不同速度運行(距離太陽越遠速度越慢) - 星

css3 , Math , Css , ci , 前端開發 , HTML , Javascript

收藏 評論

mb686fbcc4efbd6 - 電動汽車充電插口定位識別數據集充電設備接口識別分割數據集labelme格式363張10類別

數據集格式:labelme格式(不包含mask文件,僅僅包含jpg圖片和對應的json文件) 圖片數量(jpg文件個數):363 標註數量(json文件個數):363 標註類別數:10 標註類別名稱:["inlet","inlet-circle","inlet-circle-left","inlet-circle-right","inlet-above-l

數據集 , 後端開發 , JAVA , ci , Json

收藏 評論

mb692901b228770 - AI寫論文神器|7大工具推薦+2025最新攻略,畢業論文輕鬆搞定!

在當下的學術範疇之中,撰寫論文已然成為眾多學子以及研究人員所面臨的一項關鍵任務。伴隨人工智能技術迅猛發展,各式各樣的AI寫論文工具如雨後春筍般涌現出來,這些工具給我們的論文寫作帶來了極大便利。它們不但能夠提高寫作效率,而且在一定程度上還能提升論文質量。接下來,將為大家詳盡介紹7款強大的AI寫論文工具,並附上2025年的最新使用攻略,助力你的畢業論文輕鬆完成! 1. aibi

免費版 , 工具鏈 , AI寫作 , aigc , ci

收藏 評論

龍蜥社區 - 全方位質量保障!龍蜥在內核、軟件包、容器鏡像、三方模塊的 CI 工程實踐

編者按:在海量的代碼測試和構建中, CI(Continuous Integration)在代碼提交階段,對提高軟件質量和開發效率起到了至關重要的作用。2023 龍蜥操作系統大會全面繁榮開發者生態分論壇上,龍蜥社區 QA SIG Maintainer、聯通數科CUlinux測試負責人宋彥嶺從龍蜥社區質量體系、CI 架構、CI 服務流程及 CI 接入等方面進行介紹,充分展示出社區 CI 在龍蜥開源操作

操作系統 , 開源 , ci

收藏 評論

mob64ca12ee2ba5 - ollama 內存不釋放

在使用 Ollama 進行大規模模型推理時,我們受到了一種困擾——“ollama 內存不釋放”問題。這個問題不僅減緩了系統的響應速度,還可能導致服務崩潰,影響業務的連續性。 問題背景 在實際生產環境中,Ollama 被廣泛用於 NLP 任務,如文本生成與翻譯。我們的一位用户在使用 Ollama 時,發現每次調用模型後,內存使用量不斷上升,最終導致系統中斷。他描述道:

內存管理 , aigc , memory , ci

收藏 評論

mob64ca12d61d6b - AIGC拓展swagger用例

在當今的開發環境中,AIGC(AI Generated Content)技術的迅猛發展使得構建和擴展API文檔的需求變得更加重要。特別是Swagger(也稱為OpenAPI)的使用,能有效地幫助開發者在創建和管理API時提供一個清晰的接口描述。在這篇博文中,我們將深入探討如何“拓展Swagger用例”。 四象限圖展示了當前我們面臨的主要問題: quadrantChart

用例 , API , aigc , ci

收藏 評論

mob64ca12da2d62 - ollama安裝教程

ollama安裝教程 在這篇博文中,我們將詳細記錄如何安裝和配置“ollama”,並且提供完整的分步指南和擴展應用示例。無論你是開發者還是技術支持人員,這份指南都會為你提供清晰且可操作的步驟。 環境準備 在開始之前,我們需要確保你的系統環境符合要求: 組件 最低要求 操作系統

使用場景 , aigc , ci , Git

收藏 評論

mob64ca12ea4e24 - stable diffusion把模型用完刪掉後 還留下一些顯存佔用

在使用“Stable Diffusion”生成模型時,我們經常會遇到一個讓人苦惱的問題:在使用完模型並將其刪除後,系統顯存依然佔用的現象。這可能會導致後續模型加載時的性能問題,或甚至導致無法加載新模型。本文將詳細記錄解決這個問題的過程,包括環境配置、編譯過程、參數調優、定製開發、部署方案以及進階指南。 環境配置 我們需要確保運行環境的各個組件都正確配置,以便高效利用顯存。以下是配

aigc , 編譯過程 , ci , Python

收藏 評論

祝你今天愉快 - C++學習(二十一) for循環

一、介紹 C++ 中的 for 循環用於重複執行一段代碼,主要有三種形式: 傳統 for 循環(C 風格) for (初始化; 條件; 迭代) { // 循環體 } 初始化:循環開始前執行一次(如 int i = 0)。 條件:每次循環前檢查,為 true 則繼續,false 則退出。

指尖人生 , 移動開發 , include , c++ , Android , ci

收藏 評論

LichKing24 - Vue項目構建持續集成阿里雲CDN

CDN加速是Web應用性能優化和用户體驗提升的至關重要的一環,當一個項目構建部署時,就需要考慮到如何高效的去完成相關資源的CDN部署。 本文以一個基於 vue-cli3 構建的項目實例,來簡單講解如何配合Teamcity,自動進行阿里雲CDN資源部署和持續集成。 項目構建 vue-cli3 默認支持將項目以 test、development、production 三種模式構建,其中 product

web性能優化 , webpack , cdn , ci , vue-cli

收藏 評論

極狐GitLab - 極狐GitLab CI 助力 .Net 項目研發效率和質量雙提升

很多團隊或開發者都會使用 C#、VB 等語言開發 .Net 應用。.NET 版本號的管理與對應代碼的質量管理是一個比較充滿挑戰的話題。本文將介紹使用極狐GitLab CI 來實現 .NET 應用的版本號自動生成以及代碼的增量掃描,從而提高 .NET 應用的研發效率。 .NET nuget 自動生成測試包(prerelease)版本號 NET 包(nuget)的版本號位於項目配置文件中(比如Foo.

持續集成 , gitlab , .net , ci , 代碼規範

收藏 評論

mob649e81624618 - ollama api 調用日誌

在使用Ollama API的過程中,記錄調用日誌是一個重要的任務。這不僅有助於監控API的使用情況,還能方便後續的錯誤排查和性能優化。本文將具體記錄如何解決Ollama API調用日誌的問題,其中會涵蓋環境準備、集成步驟、配置詳解、實戰應用、排錯指南及性能優化等內容。 環境準備 開始任何項目之前,我們首先需要確認環境的準備情況與技術棧的兼容性。以下是Ollama API的版本兼容

技術棧 , API , aigc , ci

收藏 評論

言月 - 我的前端集成測試(一)- 認識node的assert模塊

FEAT FrontEnd Automates Test 前端全自動化測試 序章 文章開頭先引一個知乎上的問答:如何進行前端自動化測試? 我相信做過前端的朋友都有這個疑問。希望這篇文章裏你能看到一些別人的測試方法,幫助你更好的進行測試工作; 很尷尬的是,在此之前我的開發測試也都不會有單元測試而都是人肉測試,對不起自己 ☹️; 為了以後能夠更好的進行測試工作,記錄自己測試學習的過程,希望能幫自己也能

node.js , mocha , karma , ci , Javascript

收藏 評論

mob64ca13fe62db - accessible: module jdk.compiler does not “opens com.sun.tools.javac.processing“ to unnamed module_qq

處理“module jdk.compiler does not “以” com.sun.tools.javac.processing” to unnamed module”錯誤的終極指南 開發過程中遇到這個討厭的錯誤,讓你抓耳撓腮嗎?別擔心,你並不孤單。這個錯誤往往源於JDK項目版本與Maven編譯版本的不一致。本文將深入探討這個錯誤,並提供詳細的分步指南,幫助你輕鬆解決它

新版本 , JAVA , ci , 前端開發 , Javascript

收藏 評論

wx59290cd7bb11a - 別再用 Java 多線程思維寫 Python 了!Asyncio 才是 LLM 高併發的王道

💎 本文價值提示 ​思維重塑​:幫你徹底打破 Java/Spark 的“多線程/多進程”固有思維,理解 Python 獨特的“單線程 + 事件循環”模型。 ​實戰落地​:手把手教你用 Asyncio + httpx 構建一個生產級的 LLM 高併發請求器。 ​避坑指南​:揭秘 90% 轉行工程師都會踩的“阻塞陷阱”和“CPU 密集型誤區”。 ​適用人羣​:

AI轉型 , 大數據 , 數據倉庫 , JAVA , ci , 架構師 , Python

收藏 評論

mob64ca12e5502a - ollama怎麼看運行在cpu還是gpu

在現代計算的領域中,瞭解使用「ollama」運行的模型是基於 CPU 還是 GPU 是越來越重要的。尤其是在大規模模型訓練和推斷時,正確配置硬件可以顯著提升性能。這篇博文將通過詳細的過程分析,幫助讀者解決如何判斷「ollama」運行在 CPU 還是 GPU 的問題。 問題背景 在開發與機器學習相關的應用時,用户經常面臨需要判斷計算任務在 CPU 還是 GPU 上運行的問題。例如,

User , 錯誤提示 , aigc , ci

收藏 評論

mob64ca12e1881c - ollama 大模型向量模型的下載路徑

在當今快速發展的人工智能領域,處理大規模模型和向量數據集的需求日益旺盛。而“ollama 大模型向量模型的下載路徑”成為許多開發者和研究人員亟待解決的問題。隨着時間推移,我們逐漸認識到高效的模型下載機制對於提升應用程序的性能和體驗至關重要。 背景描述 自2022年以來,隨着AI和機器學習技術的廣泛應用,從模型訓練到推理的過程顯得尤為重要。以下是一些關鍵事件對“ollama 大模型

Time , aigc , 應用場景 , ci

收藏 評論